弹药优化设计教学大纲

弹药优化设计》课程教学大纲课程代码：110132305课程英文名称：Ammunitionoptimizationdesign课程总学时：32讲课：32实验：0上机：0适用专业：兵器类专业大纲编写（修订）时间：2017.11一、大纲使用说明（一）课程地位及教学目标弹药优化设计是兵器类专业的一门专业基础课程。优化设计是重要的现代设计方法之一，是现代产品的设计的必备工具。现代产品的功能和性能要求不断提高，兵器产品更是如此，工程设计的要求也日益提高。优化设计方法能够提高设计质量，缩短设计周期，节约大量人力、物力，是现代工程设计的重要手段。通过本课程的学习，使学生树立优化设计的思想，掌握优化设计的基本理念及基本方法，获得解决产品优化设计问题的初步能力。（二）知识、能力及技能方面的要求了解弹药优化设计的发展趋势和现状；掌握优化设计的数学基础；掌握优化设计的常用方法和求解过程，并能对简单的实际问题建立数学模型；能够对所建立的模型进行求解和基本程序编写。（三）大纲的实施说明教学方法：课堂讲解和课后作业练习。介绍有优化设计的概论及其数学基础，一维优化方法，多维无约束优化方法，多维约束优化方法，弹药优化问题实例等。通过对优化方法和优化算法程序的讲授使学生理解优化设计的基本概念、基本理论和数学基础，掌握各种常用的优化方法，了解新涌现的、实用的优化方法。使学生能够利用优化方法解决工程实际问题。教学手段：在教学中主要采用电子教案、 CAI课件及多媒体教学系统等教学手段相结合。（四） 对先修课的要求高等数学、计算方法、计算机程序语言等。（五） 对习题课、实验环节的要求习题的要求：对优化设计数学基础相关知识、优化设计常用方法、基本求解步骤和原理等讲授内容有针对性的布置习题，以巩固和加强所学的理论。本门课程暂时未安排实践环节。（六） 考核方式及成绩评定方式考核方式：考试。考试方法：笔试，闭卷。成绩构成：最终理论考试（70%）与平时考核（包括出勤率，课堂提问、小测验、课后作业等）（30%）成绩的总和。（七） 参考书目孙靖民.机械优化设计（第四版）.北京：机械工业出版社，2006.12孙全颖.机械优化设计.哈尔滨:哈尔滨工业大学出版社，2007赵捍东.弹药优化设计.北京：兵器工业出版社，20041995.8蒋浩征.弹药优化设计，北京：兵器工业出版社，

1995.8二、中文摘要弹药优化设计是弹药工程与爆炸技术专业等兵器类专业的重要专业基础课。 本课程的主要内容是一维搜索方法、多维优化设计方法、多维无约束优化方法 ，多维约束优化方法以及一些弹药模型优化方法。通过课程的学习，使学生掌握优化设计的基本理论和方法 ，并利用其来解决实际弹药优化相关问题。三、课程学时分配表序号教学内容学时讲课实验上机1绪论222弹药优化设计基本问题442.1优化设计的数学模型22.2优化计算的数值解法和收敛条件23优化设计的理论和数学基础663.1多兀函数的方向导数、梯度及泰勒展开式23.2无约束优化问题的极值条件，凸集凸函数与凸规划23.3约束优化问题的极值条件24一维优化方法664.1区间搜索法、黄金分割法24.2牛顿法、二次插值法24.3一维优化方法评价和总结25常用无约束优化方法885.1梯度法、共轭梯度法25.2牛顿法、变尺度法25.3坐标轮换法、鲍威尔法25.4无约束优化方法的评价和总结26常用约束优化方法446.1约束优化问题的最优解、极小点条件26.2可行方向法、拉格朗日乘子法等27弹药优化设计的应用22弹药优化的一般步骤、优化设计实例2合计3232四、教学内容及基本要求第1部分绪论总学时（单位：学时）：2讲课：2实验：0上机：0具体内容：介绍优化设计的应用，弹药优化设计技术的特点及其发展趋势。重点：优化设计在机械工程，特别是在弹药领域的各个系统中的重要地位。第2部分弹药优化设计的基本问题总学时（单位：学时）：4讲课：4实验：0上机：0

第2.1部分优化设计的数学模型（讲课2学时）具体内容：1）掌握优化设计数学模型的三要素及其涵义；2）掌握简单优化数学模型建立的方法。重点：优化设计数学模型的三要素。难点：具体问题数学模型的建立。第2.2部分优化计算的数值解法和收敛条件（讲课2学时）具体内容：1） 掌握优化数值解法的思想；2） 掌握优化数值解法的基本原理和过程；3） 掌握常用的三个收敛准则。重点：优化数值解法的思想和三个收敛准则。难点：收敛准则的应用。第3部分优化设计的理论和数学基础2学时）2学时）总学时（单位：学时）：6讲课：6实验：0上机：0第2学时）2学时）1）掌握方向导数和梯度的定义；2）掌握泰勒展开式（二次泰勒展开）的公式和使用；3）掌握梯度、海赛矩阵的性质、意义和计算；4）掌握如何计算目标函数的极小值及判断极小值的方法。重点：1）目标函数的方向导数和梯度的定义；2）目标函数作泰勒展开的计算；3）目标函数极小点的计算和性质判断。难点：目标函数作泰勒展开的计算。第3.2部分无约束优化问题的极值条件、凸集与凸函数（讲课具体内容：1）掌握多元函数取得极值的条件；2）掌握凸集和凸函数的概念和基本性质；3）了解优化设计确定搜索方向的基本方法。重点：多元函数的极值、凸集和凸函数的概念和性质。难 点:确定搜索方向的基本方法。第3.3部分约束优化问题的极值条件（讲课2学时）具体内容：1）掌握等式约束优化问题的极值条件；2）掌握不等式约束优化问题的极值条件。重点：约束优化问题的极值条件及求解方法。难 点:约束优化问题的求解方法。第4部分一维优化方法总学时（单位：学时）：6讲课：6实验：0上机：0第4.1部分确定搜索区间的方法和黄金分割法（讲课2学时）具体内容：1）掌握确定区间方法——进退法；2）掌握黄金分割法的原理、计算步骤和收敛准则；3）掌握运用黄金分割法进行一维优化的计算。重点：1）确定区间方法——进退法；2）黄金分割法的原理、计算步骤和收敛准则。难点：运用黄金分割法进行一维求优化算法和程序实现。第4.2部分牛顿法和二次插值法（讲课2学时）具体内容：1）掌握牛顿法的原理、计算步骤和收敛准则；2）掌握二次插值法的原理、计算步骤和收敛准则；重点：1）牛顿法的原理、计算步骤和收敛准则；2）二次插值法的原理、计算步骤和收敛准则。难点：运用二次插值法进行一维优化的算法和程序。第4.3部分一维优化方法评价和总结（讲课2学时）具体内容：1）掌握讲述的几种一维优化方法的特点；2）掌握方法应用的技巧；3）例题讲解。重点：掌握讲述的几种一维优化方法的特点。难点：掌握方法应用的技巧。第5部分常用无约束优化方法总学时（单位：学时）：8讲课：8实验：0上机：0第5.1部分梯度法和共轭梯度法（讲课2学时）具体内容：1）掌握梯度法和共轭梯度法的原理、计算步骤和收敛准则；2）掌握运用梯度法和共轭梯度法求优的计算；3）掌握共轭和正交的定义；4）掌握两种方法的迭代思路和方法的优缺点。重点：1）梯度法和共轭梯度法计算；2）梯度法和共轭梯度法的原理、计算步骤和收敛准则。难点：1）梯度法和共轭梯度法计算；2）梯度法和共轭梯度法的原理、计算步骤和收敛准则。第5.2部分牛顿法和变尺度法（讲课2学时）具体内容：1）掌握基本牛顿法和修正牛顿法的原理、计算步骤和收敛准则；2）掌握运用牛顿型算法优化的算法；3） 掌握DFP和BFGS变尺度法的原理、基本迭代算式；4） 了解DFP和BFGS变尺度法的异同点。重点：1） 掌握基本牛顿法和修正牛顿法的原理、计算步骤和收敛准则；2） 掌握运用牛顿型算法优化的算法。难点：1）掌握基本牛顿法和修正牛顿法的原理、计算步骤和收敛准则；2）掌握运用牛顿型算法优化的算法。第5.3部分坐标轮换法和鲍威尔法（讲课2学时）具体内容：1） 掌握坐标轮换法和鲍威尔法的原理、计算步骤和收敛准则；2） 掌握运用坐标轮换法和鲍威尔法求优的计算；3） 掌握两种方法的迭代思路和方法的优缺点。重点：1） 坐标轮换法和鲍威尔法计算；2） 坐标轮换法和鲍威尔法的原理、计算步骤和收敛准则。难点：1） 坐标轮换法和鲍威尔法计算；2） 坐标轮换法和鲍威尔法的原理、计算步骤和收敛准则。第5.4部分无约束优化方法的评价和总结（讲课2学时）具体内容：1） 掌握讲述的几种无约束优化方法的特点；2） 例题讲解。重点：掌握讲述的几种无约束优化方法的特点和使用。难点：掌握方法应用的技巧。第6部分常用的约束优化方法总学时（单位：学时）：4讲课：4实验：0上机：0第6.1部分约束优化问题的最优解、极小点条件（讲课2学时）具体内容：1） 掌握约束优化问题的最优解存在的条件；2） 掌握K-T条件的使用。重点：K-T条件及其应用。第6.2部分常用的约束优化方法（讲课2学时）具体内容：掌握可行方向法、拉格朗日乘子法